0引言

我國農(nóng)產(chǎn)品產(chǎn)量在農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)不斷調(diào)整的背景下逐漸增加，針對生鮮農(nóng)產(chǎn)品的質(zhì)量，人們提出了較高的要求，冷鏈物流在此基礎(chǔ)上得到了發(fā)展。但與發(fā)達國家相比，我國農(nóng)產(chǎn)品冷鏈物流的運輸能力與運輸需求之間的矛盾較大。為了增加連鎖超市的經(jīng)營利益，在農(nóng)產(chǎn)品冷鏈物流中需要解決操作不規(guī)范、管理不嚴等問題，精準化農(nóng)產(chǎn)品冷鏈物流的時效性[1]。通過上述分析可知，對農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法進行分析和研究具有重要意義。

早在19世紀末期，冷鏈物流就已經(jīng)被國外學(xué)者Bogataj和Ladiqi提出，在上世紀中期，歐美等發(fā)達國家就已經(jīng)構(gòu)建了完善的食品運輸冷鏈體系。在2019年Wentao Wu研究一套虛擬冷鏈方法可用于大部分水果的運輸，Joshi則以草莓為研究對象，改進冷鏈管理運輸技術(shù)，延長草莓的貨架期。我國主要針對冷鏈產(chǎn)品運輸路徑規(guī)劃進行研究，崔葉竹[2]等人在VPR數(shù)學(xué)模型的基礎(chǔ)上根據(jù)路徑規(guī)劃約束條件建立路徑規(guī)劃模型，采用人工魚群算法用魚群模擬過程表示物流配送過程，獲取路徑規(guī)劃模型的最優(yōu)解，完成物流路徑規(guī)劃，該方法無法獲取冷鏈物流路徑的相關(guān)信息，構(gòu)建的路徑規(guī)劃模型精準度較低，導(dǎo)致方法規(guī)劃路徑長度較長。劉建勝[3]等人將物流車輛的車長和載重作為約束條件，將運輸成本最低、運輸車輛最少作為優(yōu)化目標，建立路徑規(guī)劃模型，結(jié)合粒子群算法和遺傳算法，建立混合遺傳算法對路徑規(guī)劃模型求解，該方法無法獲取準確的路徑信息，導(dǎo)致方法的碳排放量高、總成本大，方法的規(guī)劃效果較差。

為了解決上述方法中存在的問題，提出基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法。

1模型構(gòu)建

基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法，采用物聯(lián)網(wǎng)技術(shù)獲取農(nóng)產(chǎn)品冷鏈運輸路徑的相關(guān)信息，根據(jù)獲取的信息構(gòu)建路徑規(guī)劃目標函數(shù)。

1.1目標函數(shù)

(1）碳排放量

設(shè)E代表的是物流運輸過程中產(chǎn)生的碳排放量，其計算公式如下：

式中，n代表的是配送點數(shù)量；m為物流運輸過程中的車輛數(shù)量；ε為碳排放系數(shù)；N為發(fā)動機轉(zhuǎn)速；γ為發(fā)動機對應(yīng)的摩擦因子；V為發(fā)動機對應(yīng)的排量；PP為運輸車輛對應(yīng)的功率；η為汽油發(fā)動機對應(yīng)的效率參數(shù)；dij為配送點i與配送點j之間存在的距離；qi為針對農(nóng)產(chǎn)品客戶i的需求量；xijk為決策變量，其表達式如下：

碳排放量的約束條件為[4]:

1）運輸車輛數(shù)量在配送中心中的約束條件為：

2）起始點與終止點之間運輸車輛的約束條件為：

3）針對農(nóng)產(chǎn)品需求客戶，運輸車輛的數(shù)量約束條件如下：

(2）配送總成本

1）車輛租金、司機勞務(wù)費和折舊費等都屬于車輛固定成本，該成本不受運輸路程和客戶數(shù)量的影響，設(shè)b1代表的是每完成一次農(nóng)產(chǎn)品運輸，車輛產(chǎn)生的固定成本，用C1表示車輛固定成本，可通過下式計算得到：

2）在正常運輸過程中車輛產(chǎn)生的成本即為運輸成本，受運輸距離的影響，設(shè)b2代表的是在運輸過程中車輛產(chǎn)生的運費，用C2表示車輛運輸成本，其表達式如下：

3）農(nóng)產(chǎn)品貨損成本通常由兩部分構(gòu)成，一部分為車內(nèi)溫度由于開啟車門裝卸貨物產(chǎn)生變化導(dǎo)致農(nóng)產(chǎn)品腐敗產(chǎn)生的成本，另一部分為由于時間積累在運輸過程中導(dǎo)致農(nóng)產(chǎn)品變質(zhì)、腐敗產(chǎn)生的成本，用C3表示貨損成本，其計算公式如下：

式中，p代表的是農(nóng)產(chǎn)品對應(yīng)的單位價值；yik為決策變量；a1、a2分別代表的是運輸和裝卸貨物過程中產(chǎn)生的貨損系數(shù)；Qm為完成農(nóng)產(chǎn)品配送訂單時車上剩余農(nóng)產(chǎn)品對應(yīng)的質(zhì)量；tsi為服務(wù)農(nóng)產(chǎn)品配送點i的時間；t0k為在配送中心中車輛k的出發(fā)時間；tik為到達配送點i時車輛所用的時間。

4）設(shè)Qk1代表的是在運輸過程中車輛k產(chǎn)生的熱負荷；Qk2代表的是由于對流，在裝卸農(nóng)產(chǎn)品過程中車輛k產(chǎn)生的熱負荷，通過下式計算能源消耗成本C4:

式中，b3為制冷成本；tk為完成農(nóng)產(chǎn)品配送后，車輛k行駛到配送中心所用的時間。

5）通過下式描述懲罰成本函數(shù)G(ti):

式中，Y為無限大正數(shù)；[ei,li]為配送點要求的時間窗；g1為在時間窗[ei,li]中配送時間對應(yīng)的懲罰因子；[ei',li']為配送點對應(yīng)的最大容忍時間窗；g2為在時間窗[ei',li']中配送時間對應(yīng)的懲罰因子。

在上式的基礎(chǔ)上計算懲罰成本C5:

結(jié)合上述公式，獲得車輛的配送總成本C:

(3）客戶滿意度

在時間窗[5]的基礎(chǔ)上，配送商對應(yīng)的服務(wù)水平可通過客戶滿意度進行衡量，客戶滿意度函數(shù)的表達式如下：

1.2權(quán)重系數(shù)

針對上述目標函數(shù)，基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法通過模糊數(shù)學(xué)方法進行去標量化處理，結(jié)合模糊層次分析方法[6]根據(jù)去標量化處理結(jié)果對目標權(quán)重系數(shù)進行計算。

設(shè)l1=max E-min E代表的是碳排放量對應(yīng)的伸縮指標，其對應(yīng)的隸屬度函數(shù)p1可通過下式進行描述：

根據(jù)式（14）獲得碳排放量目標函數(shù)對應(yīng)權(quán)重系數(shù)w1。

設(shè)l2=max C-min C代表的是配送總成本對應(yīng)的伸縮指標，其對應(yīng)的隸屬度函數(shù)如下：

在上式的基礎(chǔ)上獲得配送總成本目標函數(shù)對應(yīng)的權(quán)重系數(shù)w2。

設(shè)p3代表的是客戶滿意度對應(yīng)的隸屬度函數(shù)，其表達式如下：

在上式計算結(jié)果的基礎(chǔ)上，獲得客戶滿意度目標函數(shù)對應(yīng)的權(quán)重系數(shù)w3。

1.3路徑規(guī)劃模型

結(jié)合上述過程，構(gòu)建農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃模型minz，其表達式如式（17）。

2模型求解

基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法采用蟻群算法[7][8]對路徑規(guī)劃模型進行求解，完成農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃，具體步驟如下：

(1）對信息素增量迭代次數(shù)Nco=0、初始信息素量和最大迭代次數(shù)max Nco進行初始化處理；

(2）在N個農(nóng)產(chǎn)品需求點中放置M只螞蟻；

（3）設(shè)置迭代次數(shù)Nco=Nco+1;

(4）通過式（18）對螞蟻的轉(zhuǎn)移概率Pkij(T)進行計算：

式中，為需求點數(shù)量；ηij(T)為啟發(fā)函數(shù)；α、β均代表的是權(quán)重系數(shù)；allowk={1,2,…,N}代表的是螞蟻k在尋優(yōu)過程中沒有訪問的需求點構(gòu)成的集合；

(5）根據(jù)上述過程獲取最大轉(zhuǎn)移概率的需求點，并將螞蟻轉(zhuǎn)移到該點，將其記錄在禁忌表tabuk中；

(6）當k

(7）通過下述公式更新信息素：

式中，描述的是經(jīng)過ij路徑的螞蟻增加的信息素；代表的是在ij路徑上螞蟻k釋放的信息素濃度；ρ是信息素揮發(fā)系數(shù)；

(8）當?shù)螖?shù)Nco小于最大迭代次數(shù)max Nco時，對禁忌表進行清空操作，否則停止迭代，輸出路徑規(guī)劃模型的最優(yōu)解，完成農(nóng)產(chǎn)品冷鏈物流路徑的規(guī)劃。

3實驗與分析

為驗證基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法的整體有效性，對基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法進行測試。測試所用的冷藏車數(shù)據(jù)如表1所示。

在圖1所示的環(huán)境中，采用基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法、基于人工魚群算法的港口物流配送路徑規(guī)劃研究方法和應(yīng)用混合遺傳算法的多集貨中心多車型整車路徑規(guī)劃研究方法規(guī)劃配送路徑，規(guī)劃結(jié)果如圖2所示。

分析圖2可知，與基于人工魚群算法的港口物流配送路徑規(guī)劃研究方法和應(yīng)用混合遺傳算法的多集貨中心多車型整車路徑規(guī)劃研究方法的路徑規(guī)劃結(jié)果相比，所提方法規(guī)劃的路徑最短?；谌斯~群算法的港口物流配送路徑規(guī)劃研究方法規(guī)劃的路徑長度大于所提方法，小于應(yīng)用混合遺傳算法的多集貨中心多車型整車路徑規(guī)劃研究方法。通過上述分析可知，在農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃測試中，所提方法可獲取最短路徑，因為所提方法采用物聯(lián)網(wǎng)技術(shù)獲取了農(nóng)產(chǎn)品運送路徑信息，根據(jù)獲取的信息構(gòu)建農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃模型，利用該模型獲得最短路徑。

為了進一步驗證方法的有效性，將碳排放量和總成本作為指標，測試所提方法、基于人工魚群算法的港口物流配送路徑規(guī)劃研究方法和應(yīng)用混合遺傳算法的多集貨中心多車型整車路徑規(guī)劃研究方法的規(guī)劃效果，碳排放量和總成本越小，表明方法的規(guī)劃效果越好。

分析圖3可知，在農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃測試過程中，隨著車輛行駛路程的增加，所提方法、基于人工魚群算法的港口物流配送路徑規(guī)劃研究方法和應(yīng)用混合遺傳算法的多集貨中心多車型整車路徑規(guī)劃研究方法的碳排放量和總成本均有所增加，但所提方法獲得的碳排放量和總成本均低于基于人工魚群算法的港口物流配送路徑規(guī)劃研究方法和應(yīng)用混合遺傳算法的多集貨中心多車型整車路徑規(guī)劃研究方法獲得的碳排放量和總成本。碳排放量和總成本越低表明路徑規(guī)劃效果越好，所提方法在農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃過程中，將碳排放量最小和總成本最小作為目標函數(shù)，構(gòu)建農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃模型，提高了路徑規(guī)劃效果。

4結(jié)束語

人們對生鮮農(nóng)產(chǎn)品的需求隨著物質(zhì)生活水平的提高而不斷提高。物流運輸過程中濕度和溫度等環(huán)境因素都會對生鮮農(nóng)產(chǎn)品的質(zhì)量產(chǎn)生影響，屬于特殊農(nóng)產(chǎn)品。為了讓消費者買到新鮮的農(nóng)產(chǎn)品，發(fā)展了冷鏈物流產(chǎn)業(yè)，農(nóng)產(chǎn)品冷鏈物流產(chǎn)業(yè)的發(fā)展不僅可以增加農(nóng)民收入，而且可以滿足消費者需求。目前農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法存在規(guī)劃路徑長、碳排放量高和總成本高的問題，提出基于物聯(lián)網(wǎng)的農(nóng)產(chǎn)品冷鏈物流路徑規(guī)劃方法，構(gòu)建農(nóng)產(chǎn)品冷鏈物流規(guī)劃模型，并采用蟻群算法對模型求解，完成路徑規(guī)劃，不僅縮短了物流路徑長度，而且降低了碳排放量和總成本，具有良好的規(guī)劃效果。